公开(公告)号：CN114821262B

公开(公告)日：2025-05-09

申请号：CN202210582998.5

申请日：2022-05-26

Applicant: 广东工业大学

Inventor： 袁盛海 ,  刘博生 ,  列校民 ,  蔡观富

IPC: G06V10/82 ,  G06V10/80 ,  G06N3/063 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种用于神经网络中反卷积计算的加速系统及方法，本发明通过利用所提特定法则来重分配处理单元PE所存权重，使得加速器支持在一个计算周期内配合数据输入模块完成同一计算模式下特定位置像素值的反卷积计算，以此提高反卷积计算速度以及处理单元PE的利用率，降低了硬件资源的空闲率，关键的是，数据输入模块的数据输入缓冲时间也因此得到优化；此外，通过结果融合模块能有效融合不同处理单元PE在同一计算周期中输出的结果，使得加速器的硬件工作性能得到优化。

公开(公告)号：CN115644858A

公开(公告)日：2023-01-31

申请号：CN202211679011.8

申请日：2022-12-27

Applicant: 广东工业大学

Inventor： 刘洋 ,  张嘉俊 ,  何志铜 ,  高飞 ,  邱泳欣 ,  蔡观富 ,  林卓毅

IPC: A61B5/11 ,  A61B5/00 ,  G06F18/241 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。

公开(公告)号：CN115644858B

公开(公告)日：2023-04-25

申请号：CN202211679011.8

申请日：2022-12-27

Applicant: 广东工业大学

Inventor： 刘洋 ,  张嘉俊 ,  何志铜 ,  高飞 ,  邱泳欣 ,  蔡观富 ,  林卓毅

IPC: A61B5/11 ,  A61B5/00 ,  G06F18/241 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种基于多传感器数据融合技术的穿戴式智能化步态分析仪，包括：用于采集肌肉收缩产生电信号的双导表面肌电传感器；用于采集人体下肢运动时腿部关节的角度、角速度和角加速度信息的惯性测量单元；用于采集足底压力信息的足底薄膜压力传感器；用于通过多传感器数据融合技术与D‑S证据理论融合算法将采集的数据信息进行融合处理的主控板；用于通过深度神经网络智能算法进行步态识别的CS架构网络服务器。本发明采用多传感器数据融合技术平衡了不同类型传感器的信息强度，采用深度神经网络智能算法提高了步态识别的准确率；同时充分利用网络服务器的算力，降低了对单片机性能的要求。

公开(公告)号：CN114821262A

公开(公告)日：2022-07-29

申请号：CN202210582998.5

申请日：2022-05-26

Applicant: 广东工业大学

Inventor： 袁盛海 ,  刘博生 ,  列校民 ,  蔡观富

IPC: G06V10/80 ,  G06K9/62 ,  G06N3/063 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种用于神经网络中反卷积计算的加速系统及方法，本发明通过利用所提特定法则来重分配处理单元PE所存权重，使得加速器支持在一个计算周期内配合数据输入模块完成同一计算模式下特定位置像素值的反卷积计算，以此提高反卷积计算速度以及处理单元PE的利用率，降低了硬件资源的空闲率，关键的是，数据输入模块的数据输入缓冲时间也因此得到优化；此外，通过结果融合模块能有效融合不同处理单元PE在同一计算周期中输出的结果，使得加速器的硬件工作性能得到优化。